- Ang metadata ay impormasyong naglalarawan ng iba pang datos at mahalaga sa pag-oorganisa, paghahanap, pagbibigay-kahulugan, at pagprotekta ng mga digital na mapagkukunan.
- Ang pinakakaraniwang klasipikasyon ay hinahati ang mga ito sa deskriptibo, administratibo at istruktural, na may mga subtype ng teknikal, karapatan at pangangalaga.
- Nakapangkat din ang mga ito ayon sa kanilang nilalaman, pagkakaiba-iba, at tungkuling ginagampanan nila sa loob ng isang sistema ng impormasyon.
- Ang mahusay na pamamahala ng metadata ay nagpapabuti sa interoperability, pagsunod sa mga regulasyon, seguridad, advanced analytics, at return on investment.
Sa puntong ito, halos lahat ng ating ginagawa ay nag-iiwan ng digital na bakas: isang email, isang larawan, isang ulat, isang video, o isang simpleng post sa social media. Kasama ng nilalamang ito ay naglalakbay ang isang hindi gaanong nakikita ngunit mahalagang layer: ang metadata . Ito ay nagsisilbing isang label, na nagpapaliwanag kung ano ang bawat mapagkukunan, saan ito nagmumula, at kung paano ito dapat pamahalaan.
Simple lang ang pinagbabatayang ideya: ang mga ito ay mga detalyeng naglalarawan ng ibang datos . Minsan, ipinapakita ang mga ito bilang hiwalay na mga detalye mula sa pangunahing nilalaman, tulad ng kung sino ang nagmamay-ari ng isang talahanayan, anong format mayroon ang isang file, o kailan ito binago. Sa ibang pagkakataon, ang mga ito ay lubos na pinagsama-sama kaya mahirap matukoy kung saan nagtatapos ang datos at kung saan nagsisimula ang paglalarawan nito.
Ano ang metadata at bakit ito mahalaga?
Walang iisang kahulugan na tinatanggap ng lahat. Ang pinakalaganap na kahulugan ay nagsasaad na ang mga ito ay datos na naglalarawan ng iba pang datos , ngunit ang mga ito ay binuo rin bilang impormasyon tungkol sa datos, datos tungkol sa impormasyon, o impormasyon tungkol sa impormasyon. Sa mga teknikal na larangan, tulad ng telekomunikasyon at agham pangkompyuter, ang mga ito ay nauunawaan bilang impormasyong karaniwang hindi nauugnay sa end user, bagama't mahalaga ito para sa sistemang humihiling, nag-a-update, o namamahala sa impormasyon. Sa biology, halimbawa, ginagamit ang mga ito bilang mga pamantayang paglalarawan ng mga katangian ng isang set ng datos , kabilang ang konteksto kung saan ang mga ito ay nakolekta at ang mga pamantayang ginamit.
Hindi laging malinaw ang hangganan sa pagitan ng datos at metadata. Ang isang tula ay maaaring maging pangunahing nilalaman at, kasabay nito, maging metadata kung ito ay ikinakabit sa isang kanta bilang liriko. May katulad na nangyayari sa pamagat ng isang teksto: bahagi ito ng akda at inilalarawan din ito. Kaya naman maaari pa nating pag-usapan ang metadata tungkol sa metadata , na kakaiba ang tunog ngunit nakakatulong, halimbawa, upang malaman kung saan nagmumula ang bawat bloke ng impormasyon kapag pinagsasama ang dalawang imahe kasama ang kani-kanilang mga paglalarawan.
Lumaki ang kanilang kahalagahan kasabay ng dami ng datos na pinangangasiwaan ng mga organisasyon. Kapag mahusay na pinamamahalaan, pinapabuti nito ang accessibility at nabigasyon sa malalaking repository, binabago ang hilaw na impormasyon sa kapaki-pakinabang na kaalaman, at pinapayagan ang mga user na mahanap ang mga partikular na datos nang hindi sinusuri ang buong dataset. Makakahanap ang isang retail company ng mga benta sa isang buwan, na sinala ayon sa kategorya at rehiyon, nang hindi manu-manong hinahanap ang lahat ng talaan nito. Tinatantya ng Gartner na ang mga kumpanyang hindi gumagamit ng metadata-driven na diskarte sa pag-modernize ng kanilang IT ay maaaring gumastos ng hanggang 40% na mas malaki sa pamamahala ng datos.
Ang mga database, mga sistema ng pamamahala ng nilalaman, at mga digital na aklatan ay umaasa sa mga ito upang ayusin, kunin, at pamahalaan ang impormasyon. Kapag ang data ay maayos na naayos, mas magagamit ng mga negosyo ang business intelligence, artificial intelligence, at mga inisyatibo sa machine learning. Bukod pa rito, pinapanatili ng data ang kalidad, integridad, at pinagmulan ng data , at pinapadali ang pagsunod sa mga regulasyon tulad ng GDPR, CCPA, ISO 27001, HIPAA, at LGPD.
Para saan ang mga ito ginagamit sa pang-araw-araw na buhay?
Ang pag-oorganisa at paghahanap ng impormasyon ay isa sa mga pinakakilalang gawain nito: pinapayagan nito ang mga gumagamit na uriin ang mga dokumento, larawan, o file at pabilisin ang mga panloob na paghahanap. Ginagawa rin nitong posible ang pag-automate ng mga proseso , tulad ng pag-uuri ng dokumento gamit ang artificial intelligence, na binabawasan ang oras at pagkakamali ng tao kapag naglalagay ng label sa mga sensitibong materyales.
Sa mga tuntunin ng regulasyon, nakakatulong ang mga ito upang matukoy kung saan iniimbak ang personal na data at kung paano ito pinamamahalaan, isang bagay na kinakailangan ng mga balangkas tulad ng GDPR, ISO 27001, at HIPAA. Pinapayagan nito ang mas tumpak na paghahanda ng pag-audit at pag-iwas sa mga parusa. Bukod pa rito, nag-aalok ang mga ito ng traceability at version control : kung sino ang nag-access sa data, ano ang nagbago, at kailan, na nagbibigay ng transparency sa mga collaborative o highly regulated na kapaligiran.
Sa seguridad, ginagamit ang mga ito upang tukuyin ang mga patakaran sa pag-access, tuklasin ang mga kritikal na dokumento, at maiwasan ang hindi awtorisadong pag-access. Ginagamit ng mga solusyon na nakabatay sa AI, tulad ng Kriptos, ang impormasyong ito upang maiwasan ang mga pagtagas ng data at awtomatikong uriin ang impormasyon ayon sa sensitibidad. Kabilang sa iba pang hindi gaanong halatang aplikasyon ang pagpino ng mga query sa search engine, pag-aayos ng semantic gap, pagpapakita ng kaalaman, pagpapadali sa mga cross-format workflow, pagpapabuti ng video compression, at pag-aangkop sa presentasyon ng nilalaman para sa mga mobile device at mga gumagamit na may kapansanan sa paningin.
Pangunahing pag-uuri ayon sa tungkulin
Ang pinakakaraniwang paghahati ay nagpapaiba sa pagitan ng deskriptibong, administratibo, at istruktural na metadata. Kinikilala at inilalarawan ng deskriptibong metadata ang mapagkukunan upang ito ay matagpuan at maunawaan: pamagat, awtor, abstrak, mga keyword, mga paksang tinalakay, petsa ng paglikha, laki ng file, at wika. Ito ang mga karaniwang elemento sa likod ng isang epektibong paghahanap ng dokumento.
Ang mga kawaning administratibo ay nakatuon sa pamamahala ng mapagkukunan. Kabilang dito ang mga kawaning teknikal, na nagde-decode at kumakatawan sa mga file, na tumutukoy sa uri ng file, laki, resolusyon, software ng paglikha, at petsa ng pagbabago. Mayroon ding mga kawani ng karapatan, na nagtatala ng pagiging may-akda, mga paghihigpit sa paggamit, mga lisensya sa komersyo, at mga lisensya ng Creative Commons, at mga kawani ng pangangalaga, na sumusuporta sa pangmatagalang konserbasyon; ang pamantayan ng PREMIS ay isang benchmark sa lugar na ito.
Ipinapaliwanag ng mga structural marker kung paano inayos ang mga bahagi ng isang mapagkukunan: mga kabanata sa isang libro, mga pahina sa isang dokumento, mga hierarchy ng folder, o mga link sa pagitan ng mga bahagi. Ang mga ito ay kinukumpleto ng mga markup language, na nagsasama ng metadata sa mga structural o semantic marker sa loob mismo ng nilalaman.
Sa ilang mga pamamaraan, kasama rin sa mga administratibong parameter ang mga pahintulot ng gumagamit, mga patakaran sa pagpapanatili, mga lisensya sa paggamit, at mga panuntunan sa pangangalaga. Inilalarawan ng mga parameter ng paggamit kung paano ginamit ang isang file: bilang ng mga access, gumagamit na nag-access dito, o petsa ng huling access. Ang layer na ito ay lubhang kapaki-pakinabang para sa pag-awdit, pagsukat ng popularidad, at pag-detect ng mga nakalimutang mapagkukunan.
Iba pang mga paraan upang uriin ang mga ito
Batay sa kanilang nilalaman, ang metadata ay maaaring paghiwalayin sa mga naglalarawan sa kabuuan ng mapagkukunan at sa mga naglalarawan sa mga nilalaman nito. Sa madaling salita, ang ilan ay naglalarawan sa mismong bagay, habang ang iba ay naglalarawan sa paksa. Ang pagkakaibang ito ay simple ngunit napaka-praktikal para sa pagdidisenyo ng mga katalogo at mga sistema ng paghahanap.
Batay sa kanilang pagkakaiba-iba, ang metadata ay maaaring maging immutable , na hindi nagbabago kahit anong bahagi ng mapagkukunan ang tiningnan, tulad ng pangalan ng file, o mutable , na nag-iiba depende sa lokasyon o nakikitang bahagi, tulad ng nilalaman ng isang video. Ang klasipikasyong ito ay nakakatulong na matukoy kung aling mga paglalarawan ang dapat ayusin at alin ang dapat i-update sa paglipas ng panahon.
May isa pang functional approach, na hinati sa tatlong layer: sub-symbolic data, na hindi likas na nagbibigay ng kahulugan; symbolic data, na naglalarawan sa nauna at nagdaragdag ng kahulugan; at logical data, na nagpapahiwatig kung paano gamitin ang symbolic data upang makabuo ng mga konklusyon. Iniuugnay ng view na ito ang metadata sa representasyon ng kaalaman at sa kakayahan ng mga makina na awtomatikong mangatwiran.
Nakabalangkas at di-nakabalangkas na metadata
Ang mga nakabalangkas na file ay sumusunod sa isang paunang natukoy na format, tulad ng XML, JSON, o CSV. Ang mga ito ay istandardisado at madaling bigyang-kahulugan ng mga sistema, na nagbibigay ng awtomatikong pagproseso, interoperability, at pare-parehong pagpapatunay. Ang mga hindi nakabalangkas na file ay hindi sumusunod sa isang pare-parehong pamamaraan: lumilitaw ang mga ito sa malayang teksto, mga tala, komento, o impormal na mga tag, at mas mahirap gamitin sa malawakang saklaw.
Ang pagkakaibang ito ang nagpapaliwanag kung bakit maraming organisasyon ang nagsisikap na gawing mga standardized record ang mga nakakalat na deskripsyon. Kapag mahusay ang pagkakamodelo ng metadata, maaari itong ibahagi sa iba't ibang platform, ihambing sa iba't ibang repository, at gamitin muli sa iba't ibang serbisyo nang hindi kinakailangang gawin muli ang trabaho mula sa simula.
Mga praktikal na halimbawa ng metadata
Kasama sa isang dokumento ng negosyo ang pamagat, awtor, petsa ng paglikha, mga keyword, at antas ng pagiging kumpidensyal; halimbawa, isang ulat sa pananalapi para sa ikalawang kwarter, na nilagdaan ni Ana Torres, na may mga terminong tulad ng badyet, kita, at balanse, at mataas na pagiging kumpidensyal. Kasama sa isang digital na imahe ang resolution, mga coordinate ng GPS, petsa, at aparato sa pagkuha, tulad ng isang 4032×3024 pixel na larawan na kinunan gamit ang isang Samsung Galaxy S23.
Maaaring kasama sa isang institusyonal na video ang tagal nito, format na MP4, software sa pag-edit tulad ng Adobe Premiere, wikang Espanyol, at mga subtitle. Sa isang email, kasama sa metadata ang nagpadala, mga tatanggap, paksa, petsa, oras, at mga kalakip. Sa isang relational database, maaaring ilarawan ang talahanayan ng customer gamit ang mga field tulad ng pangalan, email, antas ng panganib, at bansa, bilang karagdagan sa petsa ng huling pag-update.
Umuunlad din ang social media sa hindi nakikitang layer na ito: bawat koneksyon sa LinkedIn, pagkakaibigan sa Facebook, o paglalaro sa Spotify ay bumubuo ng mga ugnayan at mga pattern na sinusuri upang magrekomenda ng nilalaman at display advertising. Ang mga Word, PDF, at JPG file ay nag-iimbak ng mga katangian tulad ng may-akda, petsa ng paglikha, at laki, na kapaki-pakinabang para sa mga paghahanap ayon sa petsa o may-akda. Sa HTML, ang mga pangkalahatang meta tag ay nagbibigay ng may-akda, paglalarawan, mga keyword, at huling rebisyon, habang ang mga HTTP tag ay maaaring magbago ng mga header sa pamamagitan ng mga aksyon tulad ng pag-refresh ng pahina, pag-save ng cookie, o pagpapahiwatig ng uri ng dokumento.
Metadata sa computing, web at pag-aaral
Sa computing, ginagamit ang mga ito upang istruktura ang mga relational database, pagyamanin ang nilalaman ng web gamit ang SEO at Schema.org, mapadali ang interoperability sa pagitan ng mga system, at protektahan ang impormasyon sa cloud. Sa mga file system, tulad ng HFS o ReiserFS, at sa mga matatalinong search engine tulad ng Beagle o Spotlight, nakakatulong ang mga ito sa pag-index at paghahanap ng mga resources. Lumilitaw din ang mga ito sa mga photo organizer tulad ng F-Spot, Picasa, o iPhoto, at sa music management software na nagbabasa ng mga ID3 tag sa mga MP3 o CD, tulad ng iTunes at Rhythmbox.
Sa e-learning, inilalarawan ang mga bagay at mapagkukunang pang-edukasyon upang mapadali ang mga paghahanap sa mga repositoryo. Tinutukoy ng pamantayan ng IEEE LOM ang siyam na kategorya na nagpapahintulot sa isang mapagkukunan na mailarawan mula sa parehong pedagogical at teknikal na pananaw, na nagpapabuti sa muling paggamit, pagkuha, interoperability, pamamahala ng lifecycle, at proteksyon ng mga karapatan sa intelektwal na ari-arian. Hindi sapat ang isang mapagkukunan na may mahusay na disenyo ng pedagogical: kung ang metadata nito ay mahina, nawawalan ito ng halaga bilang isang bagay sa pag-aaral.
Ang paradata ay isa pang kaugnay na konsepto. Ito ay nabubuo kapag ang isang gumagamit ay nakikipag-ugnayan sa isang mapagkukunang pang-edukasyon o serbisyo at karaniwang itinatala bilang kombinasyon ng gumagamit, oras, serbisyo, mapagkukunan, at kinalabasan. Ang pagsusuri ng paradata ay nagbibigay-daan para sa paglikha ng mga rekomendasyon, mga iskema ng reputasyon, mga visualization ng interaksyon, at ang pagtukoy ng mga problema o pagkakataon para sa pagpapabuti. Minsan ito ay nakaimbak sa metadata ng mapagkukunan, sa profile ng gumagamit, o, mas karaniwan, sa isang hiwalay na talahanayan o database.
Siklo ng buhay, paglikha at pag-iimbak
Saklaw ng siklo ng buhay ng metadata ang paglikha, manipulasyon, at pagsira. Ang metadata ay maaaring manu-mano, semi-awtomatiko, o awtomatiko. Ang manu-manong pagbuo ay matrabaho at nakadepende sa format at dami, na kung minsan ay nagiging hindi praktikal. Nilalayon ng awtomatikong pagbuo na makuha ng software ang impormasyon nang walang panlabas na tulong, bagama't nananatiling kumplikado ang pagkuha ng lahat gamit ang makina. Samakatuwid, ang semi-awtomatikong pagbuo ay itinuturing na makatotohanan: gumagana ang mga algorithm, at nililinaw ng isang tao ang mga pagdududa o nagmumungkahi ng data na hindi kayang kunin ng sistema.
Inirerekomenda ng mga eksperto na huwag iwanan ang pagbuo ng metadata hanggang sa huli, sa halip ay isama ito habang ginagawa ang mapagkukunan, i-archive ang metadata sa sandaling lumitaw ito, at gamitin ang kaalaman ng lumikha ng mapagkukunan. Kung magbabago ang data, dapat ding magbago ang metadata; ang ilang mga pagbabago ay awtomatiko, ngunit ang iba ay nangangailangan ng interbensyon ng tao. Ang metaproduction—ibig sabihin, ang muling paggamit ng mga bahagi ng mga mapagkukunan upang lumikha ng iba—ay nagpapahirap sa pagsasama ng metadata, lalo na kapag may kasangkot na mga digital na karapatan. Ang pagbura ay nangangailangan din ng maingat na pagsasaalang-alang: kung minsan ay pinakamahusay na burahin ang metadata kasama ng mapagkukunan, at sa ibang pagkakataon ay panatilihin ito upang masubaybayan ang mga pagbabago.
Mayroong dalawang paraan upang mag-imbak ng metadata: sa loob mismo ng dokumento o sa isang panlabas na mapagkukunan. Noong una, mas gusto ang panloob na imbakan para sa mas mahusay na pamamahala, ngunit ngayon ay mas gusto ang panlabas na imbakan dahil pinagsasama-sama nito ang metadata at ino-optimize ang mga paghahanap. Ang hamon ay nasa pag-uugnay ng mapagkukunan at ng paglalarawan; maraming pamantayan ang gumagamit ng mga URI, ngunit nananatili ang tanong kung ano ang gagawin sa mga dokumentong walang URI. Ang mga format ay umunlad mula sa plain text o binary patungo sa XML, na mababasa ng parehong tao at makina, bagama't mas malaki ang espasyong kinukuha nito at ang pag-convert ng istruktura ng puno nito sa isang data stream ay hindi laging madali. Samakatuwid, may mga utility upang mag-convert sa pagitan ng XML at binary.
Upang matiyak ang pagkakapareho, inirerekomenda ang mga kontroladong bokabularyo, na tumutukoy sa mga termino sa isang field at pumipigil sa isang search engine na mahanap ang "español" (Espanyol) ngunit hindi ang "española" (Espanyol). Ang mga ontologiya ay higit pang tumutukoy sa mga ugnayan sa pagitan ng mga termino, upang maunawaan ng isang makina na si Van Gogh ay isang pintor na Dutch kahit na maghanap ang gumagamit ng "pintores náuticos" (mga pintor na Dutch). Magkatulad ang mga folksonomiya, ngunit ang mga ito ay nilikha mismo ng mga gumagamit sa halip na mga eksperto.
Mga karaniwang hamon, kritisismo, at problema
Hindi lahat ng ito ay may mga bentaha. Pinupuna ng ilan ang metadata dahil sa pagiging mahal, mabagal gawin, at dahil sa katotohanang hindi laging nakakakita ng sapat na demand ang mga kumpanya. Sinasabi ring kumplikado ito, na hindi tinatanggap ng mga tao ang mga pamantayan dahil hindi nila ito naiintindihan, at depende ito sa pananaw at konteksto: maaaring ilarawan ng dalawang tao ang parehong mapagkukunan nang magkaiba. Bukod pa rito, itinuturing itong walang limitasyon, dahil maaaring magdagdag ng mas maraming layer, at nakikita ito ng ilan bilang kalabisan sa harap ng lalong lumalakas na mga search engine at mga pamamaraan sa paghahanap, halimbawa.
Sa pagsasagawa, lumilitaw ang mga problema tulad ng hindi pagkakumpleto, dahil ang pagpuno ng mga talaan ay nakakapagod at kadalasang ginagawa nang hindi kumpleto kapag mayroong libu-libong bagay o napakaraming field. Komplikado ang interoperability dahil ang bawat institusyon ay maaaring gumamit ng iba't ibang bokabularyo para sa parehong elemento. Mayroon ding mga semantikong hindi pagkakapare-pareho, hindi kumpletong impormasyon, at mga paglalarawan na isinulat para sa mga tao na nahihirapang iproseso ng mga makina. Gayunpaman, maraming format ng metadata ang popular at nagpapatunay ng kanilang pagiging kapaki-pakinabang kapag mahusay ang disenyo.
Mga pinakakilalang pamantayan at format
Kabilang sa mga karaniwang format at pamantayan ang ID3 para sa MP3 audio, MPEG-7, MPEG-21, TV-Anytime, EXIF para sa mga imahe, Dublin Core, LOM para sa mga learning object, RDF, RDF Schema, OWL, NewsML, SportsML, ONIX para sa mga Libro sa industriya ng paglalathala, at ISO 19115 para sa impormasyong heograpikal. Ang bawat isa ay tumutugon sa mga partikular na pangangailangan at karaniwang nagmumula sa loob ng mga komunidad na nangangailangan ng mga karaniwang patakaran para sa pagpapalitan ng kanilang metadata.
Ang layunin ng mga pamamaraan ng multimedia ay ilarawan ang mga partikular na mapagkukunan, habang ang semantic web ay naglalayong ilarawan ang mga uri ng mapagkukunan at pag-ugnayin ang kaalaman. Ang pagkakaibang ito ang humuhubog sa kung paano dinisenyo ang mga bokabularyo, ontolohiya, at mga sistema ng query.
Seguridad, pagsunod, at mga modernong kagamitan
Ang metadata ay isang estratehikong asset para sa cybersecurity at pagsunod sa mga regulasyon. Pinapayagan nito ang lokasyon ng personal na data, ang pag-tag ng mga dokumento ayon sa kanilang sensitibidad, ang paglalapat ng mga patakaran sa pag-access, ang pagbuo ng mga ulat sa pag-audit, at ang pag-iwas sa mga paglabag sa data. Halimbawa, ang Kriptos ay gumagamit ng artificial intelligence upang uriin ang mga sensitibong dokumento batay sa pagsusuri ng metadata, tukuyin ang mga nakatagong kritikal na impormasyon, awtomatikong i-tag ang mga ito, maiwasan ang mga tagas, lumikha ng mga ulat sa regulasyon, at magbigay ng kumpletong visibility sa ecosystem ng impormasyon.
Kung ikukumpara sa mga tradisyunal na kagamitan tulad ng mga spreadsheet, mga pangunahing sistema ng pamamahala ng dokumento, o mga manu-manong proseso, ang isang modernong plataporma ay nag-a-automate ng pagbuo at pagsusuri, binabawasan ang mga error at bias, isinasa-sentralisa ang visibility, ipinapatupad ang mga patakarang nakahanay sa negosyo, at nagde-deploy ng proteksyon, encryption, pagbura, o decryption. Ang pagsunod ay nagiging proactive, hindi isang magastos na manu-manong pag-audit. Bukod pa rito, ito ay nag-i-scale upang masuri ang milyun-milyong file sa loob ng ilang minuto, anuman ang kanilang pinagmulan o format, at umaangkop sa mga bagong patakaran nang walang kumplikadong mga muling pagsasaayos.
Sa usapin ng seguridad, malinaw ang pagkakaiba: hindi laging pinapayagan ng mga tradisyunal na pamamaraan ang pagtuklas ng mga sensitibong dokumento o ang paghihigpit ng pag-access batay sa mga antas ng pagiging kumpidensyal, na nagpapataas ng panganib ng mga internal na tagas. Bumubuti rin ang balik sa puhunan sa pamamagitan ng pagbabawas ng mga oras ng pagpapatakbo, pagliit ng mga error, pag-automate ng mga kritikal na gawain, at pagpigil sa mga insidente na maaaring makasira sa reputasyon o humantong sa mga parusa. Maaaring mukhang mura ang manu-manong pag-uuri, ngunit ang mga nakatagong gastos ng mga error, hindi pagsunod, nawalang oras, at mga panganib sa cybersecurity ay kadalasang mas mataas sa katagalan.
Ang metadata ay higit pa sa mga teknikal na label: ito ang compass na nagbibigay-daan sa atin na maunawaan, maisaayos, at maprotektahan ang digital na impormasyon. Ang pag-uuri nito ayon sa function, content, o variability ay nakakatulong sa pagdisenyo ng mas mahusay na mga sistema, at ang matalinong paggamit nito ay nagpapabuti sa kakayahang maghanap, interoperability, pagsunod sa mga regulasyon, seguridad, at paggawa ng desisyon. Sa isang kapaligiran kung saan ang data ay patuloy na lumalaki, ang pag-master sa invisible layer na ito ay gumagawa ng pagkakaiba sa pagitan ng pag-iipon ng impormasyon at pagbabago nito sa tunay na halaga.